Abstract 286: Cerebral Microstructure Disruptions are Associated With Poor Neurologic Outcomes in Comatose Cardiac Arrest Patients
Notice bibliographique
Résumé
Background: For cardiac arrest survivors who are initially comatose after restoration of spontaneous circulation, the extent of brain injury and expected recovery are crucial for management decisions. Advanced diffusion imaging approaches may provide additional insight into microstructural integrity and potential for arousal recovery (AR). Methods: Multi-shell diffusion imaging was acquired in a prospective study. Neurite orientation dispersion (OD), intracellular volume fraction (ICVF), free water fraction (ISO), mean kurtosis (MK), axial kurtosis (AK), radial kurtosis (RK), mean diffusivity (MD), axial diffusivity (AD), radial diffusivity (RD) and fractional anisotropy (FA) were calculated (see Figure). Median whole-brain values in patients with AR by discharge were compared with those with no AR and to controls (ANOVA, post-hoc 2-tailed Wilcoxon test). Multivariable backward stepwise logistic regression was performed to predict AR. Results: 19 patients (mean ±SD 48±23 y, 42% men) and 5 controls (37±19 y, 40% men) were analyzed (10 patients with AR, 9 without). Median [IQR] time-to-MRI was 5 [4-8] days. Patients with no AR had higher AK (P=0.037), and RK (P=.045) than those with AR. Controls exhibited higher FA than either AR (P=.009) or no AR (P=.02), lower MK than no AR (P=.02), lower AK than no AR (P=.02), lower RK than no AR (P=0.02), lower OD than no AR (P=.008), and lower ICVF than no AR (P=.046). AK (P=.049) and ICVF (P=.01) were found in multivariable regression to be significant predictors of AR with 81% area under the receiver operating curve (AUC). Discussion: Advanced diffusion imaging metrics, AK and ICVF, were able to predict which patients were likely to regain consciousness, with 81% AUC. Despite the small sample size, we note statistically significant differences using more sensitive measures of microstructural injury compared to more commonly used diffusivity metrics. Further investigation of advanced diffusion imaging methods is warranted.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».